夜雨聆风很多人已经从 Claude 切换到了 Codex，
但还是有人装了 Codex，不知道下一步该干什么。
入口太多，概念太多。App、CLI、IDE、Cloud、AGENTS.md、MCP、Skills、Automations 全堆在一起，
很容易越看越乱。
这篇我们就按实际使用顺序来：把 Codex 跑起来，让它完成一个任务，然后把规则、配置和工作流慢慢沉淀下来。
大致路线如下：
安装 App / CLI跑第一个任务写 AGENTS.md学会 /plan 和 /review配置 config.toml接入 MCP沉淀 Skill最后再做 Automation
先能用，再用顺，最后自动化。
Codex 介绍
Codex 不是普通代码补全工具。
补全工具更多是在你写代码时给建议，Codex 更像一个能围绕任务行动的 AI 编程 Agent。
它可以读项目、找文件、改代码、跑命令、看报错、继续修复、审查 diff，甚至帮你处理 GitHub 任务和 PR。
所以，用 Codex 时不要只说：
帮我优化一下这个项目这种太空。
更好的方式是把任务交代清楚：
这是目标，这是相关文件，这是不能碰的边界，这是完成标准。请按这个范围修改，并运行测试验证。把 Codex 当成一个需要带、需要配置、也需要持续改进的工程队友，你会更容易用出效果。
4 个入口
Codex 现在主要有四种入口：App、CLI、IDE 扩展、Cloud。
不用一次全掌握。选一个适合自己的入口，先把第一个任务跑通。
Codex App：新手优先
如果你刚开始用，建议从 Codex App 入手。
它有图形界面，适合本地项目、任务管理、查看 diff、多线程工作和管理 Skills、Plugins、Automations。
基本流程是：
下载并安装 Codex App 用 ChatGPT 账号或 OpenAI API Key 登录 选择项目目录 选择 Local 开始给 Codex 派任务
这里有个细节要注意：如果你用 API Key 登录，部分功能可能不可用，比如 cloud threads。具体以当前官方版本为准。
Codex CLI：程序员常用
如果你习惯终端，CLI 会更顺手。
macOS / Linux 可以用：
curl -fsSL https://chatgpt.com/codex/install.sh | sh也可以用 npm：
npm install -g @openai/codex或 Homebrew：
brew install --cask codexWindows 可以用：
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"安装后运行：
codex然后按提示登录。
CLI 适合修 bug、跑测试、看状态、调配置，也适合和 Git 工作流放在一起用。
IDE 扩展：适合边写边改
如果你常用 VS Code、Cursor 或 Windsurf，可以装 Codex IDE 扩展。
它的优势是不用离开编辑器。Codex 可以读取当前文件、选区和项目上下文，适合小范围修改、解释代码、补测试和审查变更。
Codex Cloud：适合后台任务和 GitHub
Codex Cloud 的入口是：
https://chatgpt.com/codex
它更适合 GitHub 任务、云端执行、查看日志、生成 PR，或者在 GitHub PR 评论里通过 @codex 触发任务。
如果你还是新手，不用急着上 Cloud。
先把本地 App 或 CLI 跑顺，比研究一堆高级入口更重要。
不要一上来就重构项目
第一次用 Codex，别让它“重构整个项目”。
先让它认识项目。
你可以这样问：
请先阅读这个项目，告诉我：1. 这个项目是做什么的2. 主要目录分别负责什么3. 如何启动项目4. 如何运行测试5. 新手第一次修改时最应该注意什么这个任务不要求它写代码。
它的价值是让 Codex 先建立项目上下文，也让你看看它对项目的理解是否靠谱。
接着可以让它修一个明确的小问题：
请修复当前测试失败的问题。要求：1. 先运行测试，确认失败原因2. 找到最小修改范围3. 不做无关重构4. 修复后重新运行测试5. 最后总结修改了哪些文件，以及验证证据这种任务边界清楚，结果也能验证，非常适合作为第一轮练习。
把工作说清楚
Codex 不是不能理解你，而是你要给它足够清楚的工作边界。
一个实用提示词，最好包含四件事：
目标：你到底要它做什么。上下文：相关文件、报错、文档在哪里。约束：哪些事不能做，哪些规则要遵守。完成标准：什么情况算完成。
比如：
目标：修复登录页表单提交失败后没有错误提示的问题。上下文：相关文件可能在 src/pages/login 和 src/components/form。后端会返回 message 字段，但页面目前没有展示。约束：不要重构整个表单系统。不要引入新依赖。保持现有 UI 风格。完成标准：登录失败时展示后端错误信息。成功登录逻辑不变。相关测试通过。最后总结修改文件和验证结果。这比一句“优化登录页”稳定得多。
Plan 模式
任务一复杂，就不要急着让 Codex 写代码。
先让它计划。
CLI 里可以用：
/plan也可以通过 Shift + Tab 切换 Plan 模式。
Plan 模式适合这类任务：
跨多个文件 需求还没完全想清楚 涉及架构调整 第一次接触大型代码库 改错成本比较高
你可以这样发：
我想给这个项目增加订单导出功能。先不要写代码。请先：1. 阅读相关目录2. 判断会影响哪些模块3. 给出实现方案4. 列出风险点5. 提出需要我确认的问题Plan 模式的作用不是让流程变复杂，而是把模糊需求先变清楚。
很多任务失败，并不是 Codex 写不好，而是需求一开始就没有定义好。
AGENTS.md
如果你每次都要重复说：
“用中文回答。”
“不要乱改文件。”
“测试命令是 npm test。”
“不要新增依赖。”
那这些话就该写进 AGENTS.md。
你可以把它理解成给 Codex 看的项目说明书。
它适合写：
项目结构 启动方式 测试命令 lint 命令 工程规范 PR 要求 禁止事项 完成标准
CLI 里可以用：
/init生成初始模板。
一个简单版本可以这样写：
# AGENTS.md## 项目说明这是一个前端管理后台项目，主要用于订单、用户和商品管理。## 常用命令安装依赖：npm install启动开发环境：npm run dev运行测试：npm test运行 lint：npm run lint## 工程规范- 不要引入新依赖，除非用户明确同意- 不做无关重构- 修改前先理解现有代码风格- 新功能需要补充必要测试- 修 bug 优先做最小修改## 完成标准- 相关测试通过- lint 无新增错误- 总结修改文件和验证结果AGENTS.md 可以分层：
全局： ~/.codex/AGENTS.md项目：仓库里的 AGENTS.md子目录：更具体目录里的 AGENTS.md
越靠近当前目录的规则，优先级越高。
不要一开始就写很长。
先写最核心的规则。等 Codex 重复犯同一个错，再让它复盘，把新规则补进去。
config.toml
Codex 的用户级配置文件是：
~/.codex/config.toml项目级配置可以放在：
.codex/config.toml常见配置包括默认模型、推理强度、审批策略、沙箱权限、MCP、Web search 和 feature flags。
一个简化示例：
model = "gpt-5.5"approval_policy = "on-request"sandbox_mode = "workspace-write"model_reasoning_effort = "high"web_search = "cached"新手不要一上来就把权限全部放开。
先保持相对谨慎的权限设置，熟悉 Codex 的执行方式后，再对可信项目放宽。
凡是涉及删除文件、覆盖文件、调用外部服务、修改生产配置的操作，都应该多看一眼。
MCP
MCP 是 Model Context Protocol。
简单说，它让 Codex 能连接代码仓库之外的工具和上下文。
比如：
GitHub Figma Playwright Chrome DevTools Sentry OpenAI Docs 内部文档系统
什么时候需要 MCP？
不是工具越多越好。
当 Codex 需要的信息在仓库外面，而你又不想每次复制粘贴时，才值得接 MCP。
CLI 添加 MCP 的基本形式是：
codex mcp add <server-name> -- <stdio server-command>例如：
codex mcp add context7 -- npx -y @upstash/context7-mcp在 CLI 里可以用：
/mcp查看当前可用 MCP 工具。
先接一两个真正能减少重复劳动的工具就够了。不要一上来把所有工具都接进去。
Skills
如果你反复使用同一套提示词，就该考虑 Skill。
Skill 本质上是可复用工作流。
它通常包含：
SKILL.md可选脚本 scripts/可选参考文档 references/可选资源文件 assets/
一个好的 Skill，不只是把提示词写长。
它会告诉 Codex：什么时候触发、输入是什么、输出是什么、执行步骤是什么、有哪些边界、特殊情况怎么处理。
Codex 可以用两种方式调用 Skill：
显式调用：在提示词里提到 $skill-name隐式调用：Codex 根据 Skill 描述自动判断
你可以用内置的 $skill-creator 创建 Skill。
比如：
$skill-creator帮我创建一个 release-note Skill。每次触发时，读取最近 git commit，总结变更，按功能、修复、风险、验证方式输出发布说明。Skills 适合这些场景：
PR 审查 Release Note 日志分析 事故复盘 迁移计划 标准调试流程 内容选题 数据分析报告
个人 Skill 通常放在：
$HOME/.agents/skills团队共享 Skill 可以放在仓库里：
.agents/skills有个简单判断标准：
如果你已经第三次复制同一段提示词，就该考虑把它做成 Skill。
Automations
Skill 定义方法，Automation 定义时间表。
如果一个流程已经稳定，不需要你每次手动引导，就可以考虑自动化。
Codex App 里的 Automations 可以配置：
运行项目 执行提示词或 Skill 运行频率 执行环境 是否使用独立 git worktree
适合自动化的任务包括：
每天总结最近 commit 定期扫描潜在 bug 自动生成发布说明草稿 检查 CI 失败原因 生成站会摘要 定期整理项目 TODO
但别太早自动化。
一个任务如果手动跑 10 次都不稳定，自动化只会把问题放大。
更稳的顺序是：
手动跑顺。沉淀成 Skill。再做 Automation。
Slash 常用命令
不用一次背完所有命令。
这些先够用：
/init生成 AGENTS.md 初始模板。
/plan复杂任务先规划。
/status查看当前会话状态、配置和 token 使用情况。
/review让 Codex 审查当前工作区变更。
/diff查看当前 Git diff。
/compact压缩长会话，减少上下文膨胀。
/resume恢复历史会话。
/fork从当前会话分叉出新线程。
/model切换模型和推理设置。
/mcp查看 MCP 工具。
/skills浏览和使用 Skills。
/permissions调整 Codex 不需要确认就能执行哪些操作。
刚开始，记住 /init、/plan、/status、/review、/compact 就够了。
Codex 适合做什么
Codex 最适合边界清楚、能验证的任务。
比如：
修复明确 bug 写测试 整理项目结构说明 小范围重构 批量改文案 更新文档 生成 Release Note 审查代码变更 根据报错定位问题 给已有功能补测试
它不适合一上来就做这些事：
大型架构重构 需求极度模糊的新产品 没有测试、没有文档、没有边界的复杂项目 高风险生产操作 需要强实时协作的结对编程 你自己都没想清楚的功能设计
Codex 可以帮你执行很多事。
但方向、边界和验收标准，还是要你来定。
避坑指南
把 Codex 当普通聊天机器人，是第1个坑。
它不只是回答问题，它可以执行任务。你要给它工作单元，而不是随口聊两句。
提示词太空，是第2个坑。
“优化一下”通常不会有好结果。目标、上下文、约束、完成标准写清楚，结果会稳定很多。
不写 AGENTS.md，是第3个坑。
如果一条规则你已经重复说过三次，它就不该继续留在聊天里。
不让 Codex 跑测试，是第4个坑。
代码写完不等于完成。能验证，才算真正完成。
权限放太开，也很危险。
新手不要一上来就给全自动权限。先看懂它会执行什么，再慢慢放开。
还有一个常见问题：一个线程聊到底。
一个线程最好对应一个任务。任务分叉时用 /fork，上下文太长时用 /compact。
自动化也别太早上。
不稳定的流程不要做 Automation。先手动跑顺，再沉淀。
第三方插件和 Skill 也别乱装。
只装真正解决问题的能力。来源不清楚的仓库，先别急着用。
速成路线
安装 Codex App 或 CLI 选一个真实项目，让 Codex 解释项目结构 让 Codex 修一个小 bug，要求它跑测试并总结 创建 AGENTS.md，写入项目命令和基本规则学会 /plan、/status、/review、/compact配置 config.toml，固定常用偏好接入一个真正有用的 MCP，比如文档、GitHub 或浏览器工具 把重复流程做成 Skill 把稳定 Skill 做成 Automation
很多人一上来就研究 MCP、插件、自动化，结果连第一个本地任务都没跑好。
顺序反了，就会越用越累。
最后
Codex 的核心价值，不是“让 AI 替你写代码”。
它更重要的价值，是把软件开发里的重复劳动，变成可描述、可执行、可验证、可沉淀的工作流。
你越会定义任务，它越有用。
你越会写规则、补测试、沉淀 Skill，它越稳定。
参考资料：
OpenAI Codex Quickstart： https://developers.openai.com/codex/quickstart OpenAI Codex Best Practices： https://developers.openai.com/codex/learn/best-practices Codex CLI Slash Commands： https://developers.openai.com/codex/cli/slash-commands Codex Config Basics： https://developers.openai.com/codex/config-basic Agent Skills： https://developers.openai.com/codex/skills Codex MCP： https://developers.openai.com/codex/mcp
